我实验室文章被MSN评选为会议最佳论文

12月12日，由李安然，张兰(老师)，钱建威，肖翔，李向阳（老师），谢筠庭合作的文章《TODQA: Efficient Task-oriented Data Quality Assessment》被国际会议MSN 2019评选为会议最佳论文。

该论文提出了一种高效的面向任务的大规模数据集质量评估方法。针对给定任务(例如：图片分类,本文分类等)，该方法可对数据集进行内在质量（正确性，一致性，完整性，时效性等）和面向特定任务的上下文质量（任务相关性，数据多样性等）评估，并返回综合考虑各种质量结果的数据集排序。文章所提出的基于采样高效算法，在针对大规模数据集进行上下文质量评估时刻在损失0.34%精度的情况下节省90%的计算时间。

该文章获得评审意见一致高度评价，称“This paper proposes a very comprehensive large-scale datasets quality assessment framework, which is a fundamental contribution to machine learning and data mining research.”